Investigadores de Stanford Medicine crearon un algoritmo capaz de notificar a usuarios de relojes inteligentes sobre sus niveles de estrés, capturando eventos como viajes en avión, ejercicio prolongado, enfermedades e incluso COVID-19. Con datos del smartwatch el algoritmo leyó las frecuencias cardíacas como un indicador del estrés fisiológico o mental. Este puede enviar alertas a usuarios sobre la presencia de una enfermedad, incluso antes de tener síntomas.
Durante la realización del estudio, investigadores monitorearon períodos prolongados de estrés durante los cuales la frecuencia cardíaca es más alta de lo normal, una señal reveladora de que algo puede estar mal. En este sentido, muchos factores estresantes provocaron una alerta, algunas personas sucedió mientras viajaban, corrían un maratón o después de una noche en el bar.
El hallazgo más impresionante de acuerdo con el investigador Michael Snyder, fue la detección del 80% de los de los casos confirmados de COVID-19, incluso antes de que los participantes presentaran síntomas. "La idea es que las personas eventualmente usen esta información para decidir si necesitan hacerse una prueba de COVID-19 o aislarse por sí mismos", dijo Snyder. No obstante, se necesita más refinamiento antes de que las personas puedan depender de sus smartwatches para determinar si tienen SARS-CoV-2 u otros virus.
.jpg)
Durante el estudio se monitorearon los niveles de estrés mental y físico de 2,155 personas a través de la frecuencia cardíaca. Cuando se les notificaba de un evento de estrés mediante una alerta emparejada con una aplicación en su teléfono, los participantes registraban la actividad realizada. Para activar una alerta su frecuencia cardíaca debía elevarse durante varias horas. Sin embargo, si por ejemplo se estaba sentado en el sofá con una taza de té y se recibía una alerta eso podía significar la presencia de un posible virus o infección.
La mayoría de las alertas se clasificaron en categorías distintas como viajes, comidas abundantes, menstruación, estrés mental, intoxicación o infecciones no causadas por COVID-19. Asimismo, el algoritmo marcó un período de estrés después de que muchos participantes recibieron una vacuna contra la COVID-19, lo que refleja el aumento en la respuesta inmune provocada por la inyección.
Snyder y su equipo se encuentran reclutando a más participantes para el estudio, el cual planean perfeccionar a fin de mejorar la especificidad de las alertas. En este sentido, se buscará agregar datos como el recuento de pasos, los patrones de sueño y la temperatura corporal. Lo anterior con la esperanza de que los patrones de datos puedan corresponder y marcar distintos tipos de estrés. Además, los investigadores planean realizar un ensayo clínico para determinar si las alertas pueden detectar de manera confiable una infección por COVID-19 y de esa forma usarse para orientar las decisiones médicas.
.gif)